Revealing causal structures from observational data is an essential task in many data analysis issues across various domains, such as natural sciences, business, and healthcare. In healthcare, neuropathic pain is one of the most common medical problems, whose diagnosis process has well-understood causal structures. Causal structures are commonly visualized as a directed acyclic graph (DAG) or a node-link diagram, in which nodes represent variables, and edges represent causal relationships between data dimensions. However, these simple static graphs do not convey sufficient information for either an intuitive interpretation for novel viewers, or an in-depth exploration for experts. In this study, the visualization of causal structures for neuropathic pain diagnosis is set into context. An interactive system that integrates application-specific visualization, i.e. a discomfort drawing and a spinal cord diagram, into causality visualization is developed. It is further evaluated by a domain expert on neuropathic pain and a researcher in causal discovery through semi-structured interviews. The results show that the system reveals the causal structures for neuropathic pain diagnosis in a more intuitive, efficient way, and conveys more focused information compared to traditional node-link diagrams. The system is also demonstrated to be helpful to the medical community in neuropathic pain diagnosis, not only for doctors but also for patients. / Att upptäcka kausala strukturer från observationsdata är en viktig uppgift i många dataanalysfrågor inom olika områden, t.ex. naturvetenskap, affärsverksamhet och sjukvård. Inom hälso- och sjukvården är neuropatisk smärta ett av de vanligaste medicinska problemen. Dess diagnosprocess har väl förstådda kausala strukturer. Kausala strukturer visualiseras vanligtvis som en riktad acyklisk graf (DAG) eller nätverksdiagram, där noder representerar variabler och kanter representerar kausala relationer mellan datadimensioner. Dessa enkla statiska grafer förmedlar dock inte tillräckligt information för att ge en intuitiv tolkning för nya betraktare eller en djupgående utforskning för experter. I den här studien sätts visualiseringen av kausala strukturer för diagnostisering av neuropatisk smärta i ett sammanhang. Ett interaktivt system som integrerar applikationsspecifik visualisering, dvs. en smärtteckning och ett ryggmärgsdiagram, i kausalitetsvisualisering utvecklas. Det utvärderas av en domänexpert på neuropatisk smärta och en forskare inom kausal upptäckt genom semistrukturerade intervjuer. Resultaten visar att systemet avslöjar kausalstrukturer för diagnos av neuropatisk smärta på ett mer intuitivt och effektivt sätt och förmedlar mer fokuserad information jämfört med traditionella diagrammer. Systemet har också visat sig vara till hjälp för det medicinska samfundet vid diagnostisering av neuropatisk smärta, inte bara för läkare utan även för patienter.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-305439 |
| Date | January 2021 |
| Creators | Hu, Yuwen |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2021:731 |
Page generated in 0.0015 seconds